AI JOB REDESIGN GUIDELINE ของ ETDA เป็น “คู่มือการออกแบบงานเพื่อรองรับการทำงานร่วมกับเทคโนโลยี AI” ที่วางกรอบคิดไว้ชัดมากว่า องค์กรไม่ควรมองแค่เรื่อง “จะเอา AI ตัวไหนมาใช้” แต่ต้องมองต่อว่า งานจะเปลี่ยนอย่างไร บทบาทของคนจะเปลี่ยนอย่างไร และทักษะอะไรต้องถูกพัฒนาใหม่ โดยตั้งต้นจากหลักสำคัญว่า การใช้ AI ต้องยึดคนเป็นศูนย์กลาง ไม่ใช่ใช้เพื่อผลักคนออกจากระบบงานอย่างเดียว
ใจความสำคัญ
คือ AI ไม่ได้เป็นแค่เครื่องมือเพิ่มความเร็ว แต่เป็นแรงผลักให้เกิดการเปลี่ยนแปลงเชิงโครงสร้างของงาน กระบวนการ และองค์กร ETDA จึงจัดทำคู่มือนี้ขึ้นเพื่อช่วยผู้บริหาร HR และผู้เกี่ยวข้อง ใช้เป็นแนวทางวิเคราะห์ผลกระทบจาก AI ออกแบบงานใหม่ ปรับบทบาทบุคลากร และเตรียมทักษะที่จำเป็นอย่างเป็นระบบ เพื่อลดความเสี่ยงและทำให้องค์กรผสานการทำงานระหว่าง “คน” กับ “AI” ได้อย่างมีประสิทธิภาพมากขึ้น
เป้าหมายของการทำ AI Job Redesign
ไม่ใช่การเอา AI มาเป็นข้ออ้างเพื่อลดจำนวนคนหรือทำให้เกิดการสูญเสียงานโดยตรง แต่เป็นการช่วยให้องค์กรมองงานใหม่อย่างสมดุล ว่างานใดควรให้ AI ช่วย งานใดคนยังต้องกำกับดูแล และงานใดต้องอาศัยมนุษย์เป็นผู้ตัดสินใจหลัก โดยต้องพิจารณาควบคู่กับกฎหมาย นโยบายบุคลากร และผลกระทบต่อคนในองค์กรอย่างรอบด้าน
เวลาพูดถึงการออกแบบงานใหม่ในยุค AI เราไม่ควรมองแค่ “โครงสร้างฝ่าย” หรือ “ตำแหน่งงาน” ตามผังองค์กรเท่านั้น แต่ต้องมองผ่าน 2 มิติพร้อมกัน คือ กระบวนการทำงาน (Process) และ บุคลากร (People) เพราะการเปลี่ยนแปลงจาก AI เกิดจริงในระดับ “ภาระงานย่อย” มากกว่าระดับชื่อแผนก การทำความเข้าใจระดับงานย่อยจึงเป็นฐานสำคัญของการออกแบบงานใหม่ทั้งระบบ
ระดับการเปลี่ยนแปลงของงานในยุค AI
ออกเป็น 3 ระดับอย่างมีเหตุผลมาก ได้แก่
- ระดับขั้นตอนการทำงาน (Task Level)
เป็นระดับที่ละเอียดที่สุด และเป็นจุดเริ่มต้นสำคัญที่สุด เพราะจะเห็นชัดว่างานย่อยไหนถูก AI เข้ามาช่วย งานไหนต้องให้คนตรวจทาน และลำดับกิจกรรมเปลี่ยนไปอย่างไร ข้อมูลจากระดับนี้จะกลายเป็นฐานในการปรับบทบาทงานระดับถัดไป - ระดับตำแหน่งงาน (Job Position Level)
เมื่อภาระงานเปลี่ยน บทบาทและขอบเขตความรับผิดชอบของตำแหน่งนั้นก็ต้องเปลี่ยนตาม คู่มือย้ำว่าเป้าหมายไม่ใช่ลดตำแหน่ง แต่คือ “ยกระดับบทบาท” เช่น จากคนทำงานประจำซ้ำ ๆ ไปเป็นคนตรวจทาน กลั่นกรอง ตัดสินใจ และควบคุมคุณภาพผลลัพธ์จาก AI มากขึ้น พร้อมต้องจัดทำ Job Description ใหม่และวางแผน Reskill/Upskill ให้สอดคล้องกับบทบาทใหม่ - ระดับองค์กร (Organizational Level)
เมื่อหลายตำแหน่งในองค์กรเริ่มใช้ AI พร้อมกัน ผลกระทบจะขยายจากระดับงานรายบุคคลไปสู่ระดับกลยุทธ์ โครงสร้างการทำงาน และกลไกกำกับดูแลขององค์กร นี่คือจุดที่ AI ไม่ได้เปลี่ยนแค่วิธีทำงาน แต่เปลี่ยนรูปแบบการบริหารทั้งระบบ
การทำ AI Job Redesign ในระดับ Task เป็นหลัก เพราะเป็นระดับที่เห็นการเปลี่ยนแปลงได้ชัดที่สุด ใกล้ชิดกับการทำงานจริงที่สุด และสามารถใช้เป็นข้อมูลเชื่อมไปสู่การปรับบทบาทในระดับตำแหน่งงานและระดับองค์กรต่อได้อย่างเป็นระบบ
อีกส่วนที่สำคัญมากคือแนวคิดเรื่อง ประเภทความสัมพันธ์ระหว่างคนกับ AI ซึ่งคู่มือแยกไว้ 3 แบบใหญ่ ๆ คือ
- Human-only งานที่ยังต้องให้คนทำทั้งหมด เพราะต้องใช้ทักษะทางสังคม ความเข้าใจอารมณ์ บริบทละเอียดอ่อน หรือความคิดสร้างสรรค์ในระดับลึก
- Augmentation งานที่คนกับ AI ต้องทำร่วมกัน โดย AI ช่วยประมวลผล รวบรวม วิเคราะห์ หรือสรุปข้อมูล ส่วนคนใช้ดุลยพินิจ ตีความ และตัดสินใจ
- Automation งานที่ AI สามารถทำแทนคนได้ในหลายส่วนหรือทั้งหมด ขึ้นกับระดับความพร้อมและข้อจำกัดของงานนั้น ๆ
จากนั้นจึงต่อยอดเป็น ระดับการใช้ AI (AI Level) 6 ระดับ ตั้งแต่เบาที่สุดไปหาหนักที่สุด ได้แก่
- Level 0 – No Automation คนทำทุกอย่างเอง ไม่มีระบบช่วย
- Level 1 – Assistance AI ช่วยบางส่วน เช่น ให้คำแนะนำหรือช่วยร่าง แต่คนยังควบคุมและตัดสินใจเอง
- Level 2 – Partial Automation บางฟังก์ชันทำอัตโนมัติได้ แต่คนต้องตรวจสอบและยืนยันทุกครั้ง
- Level 3 – Conditional Automation ระบบทำงานต่อเนื่องเองได้ในบางภารกิจ แต่คนต้องพร้อมเข้าควบคุมเมื่อจำเป็น
- Level 4 – High Automation ระบบทำงานได้เองภายใต้กรอบที่กำหนด โดยคนตรวจคุณภาพเป็นระยะ
- Level 5 – Full Automation ระบบทำงานครบทุกขั้นตอนแทบไม่ต้องมีคนแทรกแซง โดยคนยังคงกำกับในเชิงนโยบายและรับผิดชอบผลลัพธ์โดยรวม
จุดเด่น
คือช่วยให้องค์กรไม่ต้องเถียงกันแบบลอย ๆ ว่า “งานนี้ใช้ AI ได้ไหม” แต่เปลี่ยนเป็นคำถามที่แม่นกว่า เช่น
- ใช้ AI ได้ถึงระดับไหน
- จุดไหนคนยังต้องตรวจ
- จุดไหนต้องวางกลไกแจ้งเตือน
- จุดไหนเสี่ยงเรื่อง PDPA, Bias, ความถูกต้อง หรือความยุติธรรม
นี่ทำให้การตัดสินใจเรื่อง AI กลายเป็นเรื่องเชิงระบบ ไม่ใช่เรื่องความรู้สึกหรือกระแส
เชิงกระบวนการ
เสนอกรอบดำเนินงานหลักไว้ค่อนข้างชัด โดยเริ่มจาก การเลือก Use case ก่อนเสมอ เพราะ AI Job Redesign ต้องมี “จุดตั้งต้นที่ชัด” ว่า AI จะถูกใช้กับงานอะไร กระบวนการไหน และกระทบคนกลุ่มใดบ้าง Use case ในที่นี้หมายถึงงานหรือกระบวนการที่องค์กรต้องการนำ AI มาปรับใช้เพื่อเพิ่มความเร็ว ความถูกต้อง ลดงานซ้ำซ้อน หรือยกระดับคุณภาพผลลัพธ์
หลังเลือก Use case
แนะนำให้ HR เป็นแกนกลางของการทำงานในหลายขั้นตอน เพราะ HR มองเห็นภาพรวมของโครงสร้างองค์กร บทบาทงาน และการพัฒนาคน โดยขั้นแรกคือการทำความเข้าใจขอบเขตของกระบวนการงาน ทบทวนเอกสารที่มีอยู่ เช่น SOP, ผังกระบวนการ, Job Description แล้วระบุให้ชัดว่าใน Use case นั้นมี Process อะไรบ้าง มี Sub-process อะไร และมี Task as-is หรือภาระงานเดิมอะไรอยู่ใต้แต่ละช่วงของกระบวนการ
เมื่อได้รายการงานเดิมแล้ว ขั้นต่อไปคือการนำผลวิเคราะห์เบื้องต้นไปหารือร่วมกับผู้เกี่ยวข้อง เช่น Process Owner, ผู้ปฏิบัติงานจริง, ฝ่าย IT หรือผู้เชี่ยวชาญภายนอก เพื่อยืนยันว่า Process, Sub-process และ Task ที่ระบุไว้ตรงกับความจริงในงานหรือไม่ จากนั้นจึงร่วมกันกำหนด AI Level สำหรับแต่ละงาน โดยใช้ทั้งมุมมองเชิงเทคนิคและมุมมองการปฏิบัติงานจริงประกอบกัน เพื่อให้สมดุลระหว่าง “ศักยภาพของ AI” กับ “บทบาทของคน”
ผลลัพธ์สำคัญ
จากขั้นตอนนี้คือการได้ Human–AI Collaboration Workflow หรือแผนภาพ/กรอบการทำงานร่วมกันระหว่างคนกับ AI ที่บอกชัดว่า
- ในแต่ละกระบวนการย่อย AI ทำอะไร
- คนทำอะไร
- คนต้องตรวจตรงไหน
- จุดใดต้องมีข้อกำกับดูแลด้าน AI Governance
ตัวอย่าง
กรณี กระบวนการคัดเลือกใบสมัครงาน เพื่อเสนอให้คณะกรรมการพิจารณา โดยแสดงให้เห็นว่าแต่ละช่วงสามารถใช้ AI ได้ไม่เท่ากัน เช่น การร่างประกาศรับสมัครอาจอยู่ระดับ Assistance, การคัดกรองใบสมัครอยู่ระดับ Partial Automation, การสรุปข้อมูลผู้สมัครก็อยู่ระดับ Partial Automation และการส่งข้อมูลต่อให้กรรมการอาจไปถึงระดับ High Automation ได้ภายใต้เงื่อนไขและการกำกับที่เหมาะสม
ประเด็นสำคัญ
สะท้อนว่า AI ไม่จำเป็นต้องเข้ามาแทนทั้งกระบวนการพร้อมกัน แต่สามารถค่อย ๆ แทรกในบางช่วงงานที่เหมาะสมก่อน แล้วค่อยขยับระดับอัตโนมัติเมื่อองค์กรมีข้อมูล ระบบ และการกำกับดูแลพร้อม นี่เป็นวิธีคิดที่ใช้งานได้จริงกว่าการประกาศกว้าง ๆ ว่า “จะเอา AI มาแทนงาน HR” หรือ “จะทำงานอัตโนมัติทั้งหมด”
เมื่อได้ Workflow การทำงานใหม่
องค์กรต้องไม่หยุดแค่นั้น แต่ต้องกลับมาทบทวน Job Description ของตำแหน่งที่เกี่ยวข้อง ว่าบทบาท หน้าที่ และความรับผิดชอบเดิมยังสอดคล้องกับรูปแบบงานใหม่หรือไม่ เพราะในโลกที่ AI เข้ามาช่วย งานจำนวนมากไม่ได้หายไปเฉย ๆ แต่มัก “เปลี่ยนรูป” จากงานลงมือทำ ไปเป็นงานกำกับ ตรวจทาน ประเมินคุณภาพ ตีความผล และรับผิดชอบต่อความเสี่ยงมากขึ้น
ทบทวนและปรับปรุงหน้าที่ความรับผิดชอบ (Responsibility and Duty)
โดยยกตัวอย่างตำแหน่ง Recruiter ที่เดิมอาจมีหน้าที่จัดทำประกาศ รวบรวมและสรุปข้อมูลผู้สมัคร หรือส่งข้อมูลให้คณะกรรมการ แต่เมื่อมี AI เข้ามา บางงานเปลี่ยนเป็นการใช้ระบบช่วยร่าง ใช้ระบบคัดกรอง ใช้ระบบสรุปข้อมูลอัตโนมัติ หน้าที่ของคนจึงขยับไปเป็นการกำหนดเงื่อนไข ตรวจสอบความถูกต้อง ยืนยันผล และกำกับการใช้ข้อมูลให้สอดคล้องกับ Privacy และ AI Governance ขององค์กรแทน
Skill Set หรือชุดทักษะใหม่
ที่บุคลากรต้องมีเพื่อทำงานร่วมกับ AI ได้จริง ETDA อ้างอิงแนวคิดจากกรอบทักษะ AI ของสหราชอาณาจักร และแบ่งทักษะออกเป็น 3 กลุ่มหลัก ได้แก่
- Technical AI Skills
ทักษะด้านเทคนิค เช่น การใช้เครื่องมือ AI การเขียน Prompt การตั้งค่าระบบ การอ่านและตีความผลลัพธ์จากระบบ AI - Responsible and Ethical AI Skills
ทักษะด้านการใช้ AI อย่างรับผิดชอบ เช่น การตรวจสอบความถูกต้อง ความเป็นธรรม อคติ ความเสี่ยง การคุ้มครองข้อมูลส่วนบุคคล และการทำตามหลัก AI Governance - Non-technical AI Skills
ทักษะทั่วไปที่ไม่ใช่เทคนิคโดยตรง แต่จำเป็นมาก เช่น การสื่อสาร การอธิบายผลลัพธ์จาก AI การเรียนรู้ต่อเนื่อง การทำงานร่วมกับทีม และการใช้ดุลยพินิจในบริบทจริง
แบ่งระดับทักษะ
Job Level เป็น 3 ระดับ คือ Entry Level, Mid-Level และ Managerial Level เพื่อให้องค์กรออกแบบการพัฒนาคนได้ตรงกับบทบาทจริง ไม่ใช่ฝึก AI แบบเหมารวมทุกคนเหมือนกันหมด สำหรับระดับต้น ตัวอย่างทักษะที่ระบุไว้ เช่น การเขียน Prompt, การใช้ฟีเจอร์ AI เพื่อช่วยงาน, การประเมินความถูกต้องของผลลัพธ์เบื้องต้น, การเข้าอบรมและเรียนรู้การใช้ AI อย่างต่อเนื่อง ส่วนระดับกลางและระดับบริหารจะขยับไปสู่การออกแบบการใช้ AI ในกระบวนการ, การกำกับความเสี่ยง, และการวางกลยุทธ์การใช้ AI ในระดับหน่วยงานหรือองค์กร
ตัวอย่าง Recruiter
ทักษะใหม่ที่จำเป็นไม่ได้มีแค่ “ใช้ AI เป็น” แต่รวมถึง
- การใช้ระบบคัดกรองและสรุปข้อมูลผู้สมัครอย่างถูกต้อง
- การเขียนคำสั่งให้ AI ร่างประกาศหรือสรุปข้อมูลได้ตรงโจทย์
- การอ่านและตีความผลจาก AI เพื่อช่วยตัดสินใจเบื้องต้น
- การตรวจสอบความถูกต้อง ความเป็นธรรม และความเสี่ยงเรื่อง Bias
- การปฏิบัติตาม PDPA และแนวทางกำกับดูแล AI
- การสื่อสารผลจาก AI ให้กรรมการหรือผู้เกี่ยวข้องเข้าใจอย่างชัดเจน
สรุป
ให้เห็นภาพง่ายที่สุด คู่มือเล่มนี้กำลังบอกองค์กรว่า การใช้ AI อย่างจริงจังต้องคิด 4 ชั้นพร้อมกัน คือ
เลือกงานที่จะใช้ AI ให้ชัด → วิเคราะห์งานย่อยเดิม → ออกแบบรูปแบบทำงานร่วมกันระหว่างคนกับ AI → ปรับบทบาทและทักษะของคนให้สอดคล้อง ไม่ใช่ซื้อเครื่องมือมาแล้วหวังว่าประสิทธิภาพจะดีขึ้นเองโดยอัตโนมัติ
มันช่วยเปลี่ยนวิธีคิดจาก “AI จะมาแทนคนไหม” ไปเป็น “องค์กรจะออกแบบงานใหม่อย่างไรให้คนกับ AI ทำงานร่วมกันได้ดีที่สุด” ซึ่งเป็นคำถามที่มีประโยชน์กว่า ใช้งานได้จริงกว่า และยั่งยืนกว่ามาก เพราะสุดท้ายความได้เปรียบขององค์กรจะไม่ได้มาจากการมี AI อย่างเดียว แต่มาจากการ ออกแบบระบบงานใหม่ได้ดีกว่าคนอื่น ต่างหาก
บทความจาก
https://www.etda.or.th/th/Useful-Resource/AI_JOB_REDESIGN_GUIDELINE.aspx
